10.3969/j.issn.1004-3918.2023.04.008
基于BPNN/NSGA-Ⅱ的居住建筑节能改造多目标优化
为进一步推进居住建筑节能改造的发展,提出一种基于耦合BP神经网络和非支配排序遗传算法(NSGA-Ⅱ)的多阶段多目标优化框架,以提高节能效益并使经济效益最大化,并将该方法应用于西安某高层住宅能耗与经济性优化研究之中.在优化过程中利用BP神经网络预测建筑性能,将其作为响应面近似模型集成到多目标优化过程中能减少总仿真时间.同时分析算法参数对帕累托优化结果的影响,得到了可持续、成本最优、低投资的节能改造方案,为寒冷地区居住建筑节能改造多目标优化研究提供了一定的理论参考.
居住建筑、多目标优化、建筑能耗、节能改造方案
41
TU111.4+8(建筑基础科学)
东北石油大学研究生教育教学改革项目JGXM_NEPU_202112
2023-05-08(万方平台首次上网日期,不代表论文的发表时间)
共9页
524-532